Zobrazeno 1 - 10
of 171
pro vyhledávání: '"Data sample"'
Autor:
Binsen Xu, Zhou Feng, Jun Zhou, Rongbo Shao, Hongliang Wu, Peng Liu, Han Tian, Weizhong Li, Lizhi Xiao
Publikováno v:
Artificial Intelligence in Geosciences, Vol 5, Iss , Pp 100091- (2024)
Machine learning has been widely applied in well logging formation evaluation studies. However, several challenges negatively impacted the generalization capabilities of machine learning models in practical implementations, such as the mismatch of da
Externí odkaz:
https://doaj.org/article/0f2b1679f65e4c41a63a7f0bffcfcbb3
Publikováno v:
Transportation Engineering, Vol 18, Iss , Pp 100279- (2024)
Efficiently extracting and analyzing large urban traffic data, accurately predicting traffic conditions, and improving urban traffic management require careful selection of an appropriate data sample size. The suitable size of data sample assumes par
Externí odkaz:
https://doaj.org/article/149c3e5b808b45dea46773d5bbd6be7e
Publikováno v:
Applied Sciences, Vol 14, Iss 9, p 3919 (2024)
Traditional federated learning relies heavily on mature datasets, which typically consist of large volumes of uniformly distributed data. While acquiring extensive datasets is relatively straightforward in academic research, it becomes prohibitively
Externí odkaz:
https://doaj.org/article/999033b2e3ed48d6925452897ee53467
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
A traffic fundamental diagram calibrating methodology to avoid unbalanced speed–density observations
Publikováno v:
Transport, Vol 36, Iss 1 (2021)
Traffic fundamental diagram is extremely important to analyse traffic flow and traffic capacity, and the central part of traffic fundamental diagram is to calibrate speed–density relationship. However, because of unbalanced speed–density observat
Externí odkaz:
https://doaj.org/article/5576b384b6bd42758e5105dc9ff198e6